面向对象的森林植被类型信息提取技术

《面向对象的森林植被类型信息提取技术》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：１０２２５学号；Ｓ１５７７０学侄冷文面向对象的森林植被类型信息提取技术田甜指导教师姓名：范文义教授东北林业大学申请学位级别：硕±学科专业：森林绕理学论文提交日期：２０１５年４月论文答辩日期：２０１５年６月授予学位单位：东北林业人学授予学位日期：２０１５年６月答辩委员会主席：论文评阅人：．’＇．Ｖ．：．苗苗产Ｖ，ｒ；连１—ｒ如＃４大聲，束＇．妒糾．咕巧早Ｖ．．＂？．．．＇．＇；成：、．＇．．早；．ｖ巧巧群ＵｎｉｖｅｒｓｉｔｙＣｏｄｅ：１０２２５ＲｅｉｓｔｅｒＣｏｄｅ：Ｓ１５７

2、７０ｇＤｉｓｓｅｒｔａｔｉｏ打妃ｒ化ｅＤｅｒｅｅｏｆＭａｓｔｅｒｇＥｘｔｒａｃｔｉｏｎｉｎｆｏｒｍａｔｉｏｎｂｃｈｎｏｌｏｏｆｆｏｒｅｓｔｇｙｅｔａｔｉｏｎ－ｖｅｇｔｙｐｅｓｂ过ｓｅｄｏｎｏｂｅｃｔｂａｓｅｄｍｅ化ｏｄｊＣａｎ出ｄａｆ：ｅ：ＴｉａｎＴｉａｎＳｕｅｒｖｉｓｏｒ：Ｐｒｏ．ＦａｎＷｅｎＹｉｐＡｓｓｏｃｉａｔｅＳｕｅｒｖｉｓｏｒ；ｐＡｃａｄｅｍｉｃＤｅｇｒｅｅＡｐｐｌｉｅｄｆｏｒ：ＭａｓｔｅｒＳｐｅｃｉａｌｉｔｙ：ＦｏｒｅｓｔＭａｎａｇｅｍｅｎｔＤａｔ：ｅｏｆＯｒａｌＥｘａｍｉｎａｔｉｏｎ

3、：Ｊｕｎｅ２０１５，ＮｏｈｅａＵｎｉｖｅｒｓｉｔｙ：ｒｔｓｔＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ摘要摘要本文采用高空间分辨率Ｑｕｉｃｋｂｉｒｄ遥感数据Ｗ及面向对象的方法对福建省将乐国有林场研究区的森林树种类型信息进行提取，充分考虑了几何、纹理、上下文关系等信息，加入自定义的不同参数的±壤调节植被指数，采用多尺度分割，利用隶属度函数和决策树分类方法对特征进行提取。研究及探讨的重点主要是多尺，最终实现树种的提取度分割的参数获取、特征信息的筛选Ｗ及运用的面向对象分类分类方法，得出的４个结论：（１）根据多尺度分割的原理与算法，分析不同层次地物类

4、型的适宜的尺度范围，通过对尺度、颜色因子、形状因子、紧致度和光滑度的多组试验及目视判别，选择出每类精度作出贡献。个层次合适的分割参数，为特征信息提取和分（２）通过深入学习及研究，了解普遍研究者在进行植被类型分类时多数选取光谱信息与纹理信息相结合或者光谱信息与植被信息结合的方法。由于本研究区域植被对象的光谱信息和纹理信息相似，类型识别难度较大，本研究在多尺度分割的基础上，结合多种植被指数二级分。、光谱特征和纹理特征等信息，较好地解决了森林植被的类问题ＳＡＶＩ的结果的Ｌ研究加入ＳＡＶＩ中的不同系数对不同植被类型都有所提高，精度依赖于的取值，Ｌ取值０．５、２和

5、５时在实验区内效果较好。ＳＡＶＩ的确定减少了耕化、灌草地和阔叶树与其类似地物的混淆现象，提高了分类精度。（３）采用面向对象的模糊分类中的隶属度函数对植被与非植被分类和决策树算法一些地物混对植被类型分类，有效避免，运用多层次规则分类方法对不同地物进行提取。淆现象，为实现植被类型识别取得较好分类结果（４）结合Ｗ上的巧验及方法，最终融合多种植被指数特征、光谱特征和纹理特征的方法与只有纹理和光谱特征的方法相比，前者的分类精度（９１．３％）比后者（８４．６％）有了较大提高。关键词面向对象；多尺度分割；植被分类；植被指数－－ＩＡｂｓｔｒａｃｔＡｂｓｔｒ

6、ａｃｔ＇Ｕｓｔｔｃｒｄｒｅｍｏｔｅｓｅｎｓｎａｔａａｎｄｏｂｔ－ｉｎｇｈｉｇｈｓｐａｉａｌｒｅｓｏｌｕｉｏｎｏｆ１；ｈｅＱｕｉｋｂｉｉｇｄｅｃｏｉｉｅｎｔｅｄｊｍ’ｅ也ｏｄｔｏｅｘｔｒａｃｔｔｈｅｓｔｕｄｙａｒｅａｓｆｏｒｅｓｔｔｒｅｅｔｙｐｅｎｉｆｂｒｍａｔｉｏｎｉｎＪｉａｎｇｌｅ打ａｔｉｏ打ａｌｆｏｒｅｓｔｆａｒｍｏｆｆｕｊｉａｎｐｒｏｖｉｎｃｅ．Ｗｈｅｎｅｘ杜ａｃｔｉｎｇ，ｗｅｆｕｌｌｙｃｏｎｓｉｄｅｒ化色呂ｅｏｍｅｔｒｉｃ，ｌ：ｅｘｔｕｒｅａｎｄｃｏｎｔｅｘｔｒｅｌａｔｉｏ打ｓｈｉｐｉｎｆｏｒ

7、ｍａｔｉｏｎａｎｄｏｉｎｔｈｅｃｕｓｔｏｍｓｏｉｌａｄｕｓｔｍｅｎｔｖｅｅｔａｔｉｏｎｉｎｄｅｘｏｆｄｉｆｉｅｒｅｎｔｊｊｇ－ａｒａｍｅｌ．ｍｅｎｔｔｌｍｃｔｉｏｎａｎｄｐ：ｅｒｓＴｈｅｎｗｅｃｈｏｏｓｅ化ｅｍｕｌｔｉｓｅｇａｉｏ打ｍｅｉｏｄａｎｄｕｓｅｍｅｍｂｅｒｓｈｉｐｆｔｔｈｅｄｅｃｉｓｏｎｔｒｅｅｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｔｏｅｘｔｒａｃｔｆｅａｔｕｒｅｓ．